首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

从安全工程师转型安全研发3年来的小结

一、写在前面 本篇文章是出于自己的认知和观感,不代表任何立场。写这篇文章的目的初衷是帮助网络安全从业人员的发展与提升。 如果你存在在网络安全领域的攻防遇到了瓶颈或在销售技术支持类岗位力不从心的感觉,推荐你看这篇文章。当然你是校招生那更好了,因为你可以跳过我写Python的阶段直接去第二阶段深化自己的专业方向能力。 二、我转型的动机与原因 最开始我自己首先是项目经理出身在乙方从事安全系统的交付与售后工作,然后从事的是渗透测试与应急相应的工作。在两年的实践过程中我察觉了自己在渗透测试领域能完成基本的渗透测试与业

01

你只是想学好linux而已

这段时间收到了很多学员关于学习上的疑惑,在这些疑惑当中有80%是关于学习方向的疑惑。比如: 1. 我想学好Linux ,是不是应该先学好英语? 2. 我要学习Linux该从那个系统开始,是centos,还是redhat? 3. 我已经学习了redhat,但是看网上有人提到ubuntu,我是不是应该学习下? 4. 我是不是应该把Python顺便学习下? 5. 我学centos6的版本还是7的版本呢,是不是公司里7会用的越来越多了? 诸如此类的问题,这些问题我通常把他归为学习方向的疑惑,或者用个词来概括的话,就是意志力薄弱。 诚然会英语会对你学Linux有帮助,但是如果你把学不好Linux归结为英语不好,就有点南辕北辙了。 随便百度下,你就会看到,各行各业都有人问同样的问题,比如我要学钢琴,是不是应该先从简单的葫芦丝开始学起? 又或者我要学西红柿炒鸡蛋,是不是应该先学会刀工和掌勺技巧,或者把选锅技巧学习下? 那些问 今年18岁还适不适合学Linux的人,以及那些再问 已经26了是不是还能学会编程的人,很多时候他们其实是在问 “是不是有人跟我一样的年纪,比我还笨,但是学会了这门技术?如果有的话帮我举个例子” 说到底这是一种不自信的表现。 学习任何一门技能,学到底都是孤立的一门技能而已,比如Linux,你需要学习Linux系统基础操作,需要学习服务搭建,需要使用这些服务完成架构,需要用这些架构完成更复杂的内容。 每一个模块你都可以认为是独立的,不学Linux基础,一样可以学会数据库,不学数据库一样可以学会服务搭建,不学基础服务搭建一样可以学会架构。 区别只在于如果你没学Linux基础,可能学服务的时候就需要多花些时间弄明白每条命令的作用。 很多人所推崇的从项目开始学编程,也是有道理的,比如你学习SSH框架去做一个OA系统,在做项目的同时遇到啥就不懂,就去补相应的知识就可以了。但是这种方式唯一的不合理就在于违反了人类从容易到困难的学习过程,其实说白了就是信心容易受挫,导致学习的过程容易放弃而已,只要你能坚持下去那你进步是飞快的。 学习系统运维其实跟弹琴的道理是一样的, 技术的学习是手艺而不是知识,如果你要学习知识,可以从系统原理开始学起,先研究计算机原理,在学习编译原理一步一步来,可问题是你不需要懂编译原理,计算机原理,一样可以学习操作Linux。这就像学钢琴,一开始只要记住每个键代表哪个音,然后照着老师讲的弹一遍,比如弹一首最入门的《爱的罗曼史》,直到练熟在进行下一首。音乐基础知识也是老师在练琴间隙传授的, 手艺的好处就是以动手练习为主,看书学习为辅,甚至极端点,初学的时候除了看必要的文档都可以不看书,等有了一定编程基础后再去看书,看完书立刻动手编程去验证书上的理论知识。 所以从现在起不要再去问文章一开始的那些问题了,最应该做的事情就是从现在起开始练习,不停的反复练习。手艺唯一的不好就是在入门的时候需要找人指导,入门了也就可以自己快速学习了。 如果你对于学钢琴不太熟悉,可以想下你当年是如何学会打篮球踢足球的,你从来没问过要学会打篮球是不是应该买个溜溜球先熟悉下,或者我要学习打篮球是不是先从篮球的发展史开始学起,又或者我要学习打篮球是不是应该先学会如何选择篮球场地。 这些你从来没考虑过,而是直接开始打,在打球的过程中喜欢上这个运动,然后慢慢了解篮球的技巧。 所以那些与Linux无关的问题可以不用考虑,从现在开始持续大量的练习,毕竟你只是为了学好Linux而已。至于要不要在学完Linux之后在学Python,学GO ,考虑这个问题前请先学会Linux,否则一切都没有意义。 从更深层次的动机来看,学会Linux,只是为了找个好工作而已,于是你可以自己去看招聘网站,招聘的公司需要什么技能,不需要什么技能一目了然,学习的时候有侧重点会事半功倍。进入公司之后根据自己和公司的目标进行合理的规划,看自己需要精转哪一个方向。 很多时候的很多事情,最重要的不是如何做,而是勇敢的迈出第一步,哪怕你没有看到台阶。摔倒了不可怕,可怕的是你苦苦等待,一直没有开始。我就曾经遇到过一个朋友,从08年开始问我要不要学习做网站,是不是已经过时了,一直问到了2017年,很幸运,在2017年下半年他终于下定决心开始学了,现在已经毕业。在他们老家也找到了一份收入不算太高,但确实是自己想做的工作。 梦想,啥时候开始都不晚,最关键的问题是你得开始。从今天起请把心思放在大量练习和学习Linux上,而不是如何学习Linux上,因为你只是想学会Linux而已,并不是要研究Linux该如何学习。

03

Nucleic Acids Res. | 一种灵活的、可解释的、精确的插补未测量基因表达的方法

今天给大家介绍密歇根州立大学Arjun Krishnan教授等人发表在Nucleic Acids Research上的一篇文章 “A flexible, interpretable, and accurate approach for imputing the expression of unmeasured genes”。虽然生物学领域中有超过200万个公开可用的人类微阵列基因表达谱,但这些谱是通过各种平台进行测量的,每个平台都覆盖一组预先定义的、有限的基因。因此,重新分析和整合这一海量数据收集的关键是通过插补未测量基因的表达,在部分测量的微阵列样品中重组整个转录组的方法。目前最先进的插补方法是针对特定平台的样本进行定制的,并依赖于基因-基因关系,不考虑目标样本的生物学背景。本文表明,为每个新的目标样本实时构建的捕获样本-样本关系 (称为样本弹性) 的稀疏回归模型,优于基于固定基因关系的模型。基于三种机器学习算法 (LASSO、k近邻和深度神经网络)、两个基因子集 (GPL96-570和LINCS) 和多个插补任务 (微阵列/RNA-seq数据集内和跨数据集) 的广泛评估表明SampleLASSO是最精确的模型。此外,本文证明了该方法的生物学可解释性:为了插补来自特定组织的一个目标样本,SampleLASSO自动利用了来自同一组织的训练样本。因此,SampleLASSO是一种简单,但强大而灵活的协调大规模基因表达数据的方法。

01
领券